MCDMInformation-theoretic criterion

معیار اطلاعات بیزی (BIC)

معیار اطلاعات بیزی (BIC) یک معیار انتخاب مدل مبتنی بر نظریه اطلاعات است که مقایسه مدل بیزی را تقریب می‌زند. BIC که در سال ۱۹۷۸ توسط گیدئون شوارتز معرفی شد، پیچیدگی مدل را با استفاده از جریمه‌ای وابسته به اندازه نمونه، سنگین‌تر از AIC جریمه می‌کند و آن را برای شناسایی ساختار واقعی مدل زیربنایی مناسب می‌سازد.

باز کردن در MethodMindبه‌زودیویدیوبه‌زودیDownload slides

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

Method map

The neighbourhood of related methods — select a node to explore.

منابع

  1. Schwarz, G. (1978). Estimating the dimension of a model. Annals of Statistics, 6(2), 461-464. DOI: 10.1214/aos/1176344136
  2. Burnham, K. P., & Anderson, D. R. (2002). Model Selection and Multimodel Inference: A Practical Information-Theoretic Approach (2nd ed.). New York: Springer. DOI: 10.2307/3802723
  3. Kass, R. E., & Raftery, A. E. (1995). Bayes factors. Journal of the American Statistical Association, 90(430), 773-795. DOI: 10.1080/01621459.1995.10476572

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 3). Bayesian Information Criterion. ScholarGate. https://scholargate.app/fa/model-evaluation/bayesian-information-criterion

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

ارجاع‌شده در

ScholarGateBayesian Information Criterion (Bayesian Information Criterion). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/model-evaluation/bayesian-information-criterion · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026